Emgucv使用中常用函数总结

布满荆棘的人生 2021-07-04 16:29 402阅读 0赞

Emgucv常用函数总结：

//读取图片
    Mat SCr = new Mat(Form1.Path, Emgu.CV.CvEnum.LoadImageType.AnyColor);
    //根据路径创建指定的灰度图片
    Mat scr = new Mat(Form1.Path, Emgu.CV.CvEnum.LoadImageType.Grayscale);
    //获取灰度 //图像类型转换， bgr 转成 gray 类型。MAT Bw = New MAT
    CvInvoke.CvtColor(SCr, bw, Emgu.CV.CvEnum.ColorConversion.Bgr2Gray);
    //相当于二值化图 --黑白 根据大小10判断为0还是255
    CvInvoke.Threshold(bw,bw,10,255,Emgu.CV.CvEnum.ThresholdType.BinaryInv);
    //获取指定区域图片 SCr为mat类型
    Rectangle rectangle = new Rectangle(10,10,10,10);
    SCr = SCr.ToImage<Bgr, byte>().GetSubRect(rectangle).Mat;
    //将Mat类型转换为Image类型
    Image<Bgr, byte> Su = SCr.ToImage<Bgr, byte>();
    Image<Bgr, byte> Img = new Image<Bgr, byte>(new Bitmap(""));//路径声明
    Image<Bgr, byte> Sub = SCr.ToImage<Bgr, byte>().GetSubRect(rectangle);//指定范围
    //指定参数获得结构元素
    Mat Struct_element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Cross, new Size(3, 3), new Point(-1, -1));
    //膨胀
    CvInvoke.Dilate(bw, bw, Struct_element, new Point(1,1),3,Emgu.CV.CvEnum.BorderType.Default, new MCvScalar(0, 0, 0));
    //腐蚀 当Struct_element模型创建不合理或者膨胀腐蚀次数较大时可能图像会发生偏移
    CvInvoke.Erode(bw, bw, Struct_element, new Point(-1, -1), 3,Emgu.CV.CvEnum.BorderType.Default, new MCvScalar(0, 0, 0));
    //轮廓提取
    VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();
    //筛选后
    CvInvoke.FindContours(bw, contours, null, Emgu.CV.CvEnum.RetrType.List, Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxSimple);
    int ksize = contours.Size;//获取连通区域的个数。 
    VectorOfPoint contour = contours[i];//获取独立的连通轮廓 
    Rectangle rect = CvInvoke.BoundingRectangle(contour);//提取最外部矩形。
    double Length = CvInvoke.ArcLength(contour, false);//计算连通轮廓的周长。
    //画出轮廓
    Mat mask = bw.ToImage<Bgr, byte>().CopyBlank().Mat;
    //获取一张背景为黑色的图像， 大小与 scr 的大小一样， 类型为 Bgr。
    CvInvoke.DrawContours(mask, contours, -1, new MCvScalar(0, 0, 255));
    Image<Ycc, byte> ycc_img = bgr_img.Convert<Ycc, byte>();//把 bgr颜色图片转成ycbcr类型。
    Ycc min = new Ycc(152, 38, 118);//最小值的颜色。
    Ycc max = new Ycc(94, 43, 118);//最大值得颜色。
    Image<Gray, byte> result = ycc_img.InRange(min, max);//进行颜色提取。
    Image<Bgr, byte> bgr_img = Ma.ToImage<Bgr, byte>();//载入一张 Bgr 类型的图片。
    Bgr min = new Bgr(255, 255, 255);//白色的最小值， 允许一定154的误差。
    Bgr max = new Bgr(255, 255, 255);//白色的最大值， 允许一定的误差。
    Image<Gray, byte> result = bgr_img.InRange(min, max);//进行颜色提取。
    Image<Bgr, Byte> imageSource = new Image<Bgr, Byte>(SCr.Bitmap);
    Image<Hsv, Byte> imageHsv = imageSource.Convert<Hsv, Byte>();//将色彩空间从BGR转换到HSV
    Image<Gray, Byte>[] imagesHsv = imageHsv.Split();//分解成H、S、V三部分
    CvInvoke.AbsDiff(Ma1, Ma2, Ma); // 返回两幅图片或此图与某个yanse像素的差的绝对值的图片
    CvInvoke.Add(Ma1, Ma2, Ma); // 返回这张图片与图片或颜色直接相加的图片（矩阵加法） (适应两种效果)
    //CvInvoke.HConcat(Ma1, Ma2, Ma); //返回与另一张图片横向链接的图片
    //CvInvoke.VConcat(Ma1, Ma2, Ma);//返回与另一张图片纵向链接的图片
    
    //清除小于平均顶点10的二值图
    Point[] po = {  new Point(0, 0), new Point(res.Width, 0), new Point(res.Width, minAvg - Gets.Fges[1] + 52), new Point(0, minAvg - Gets.Fges[1] + 52) };
    VectorOfPoint vp = new VectorOfPoint(po);
    //CvInvoke.DrawContours(res, vp, -1, new MCvScalar(0, 0, 255));
    CvInvoke.FillConvexPoly(res,vp,new MCvScalar(0),LineType.EightConnected);//填充指定区域
    
    /// <summary>
    /// 灰度直方图计算 手动计算、/获取百分比的阀值 0.95
    /// </summary>
    public static void GetDenseHistogram95(ref int huidu, Mat ma)
    { 
                DenseHistogram dense = new DenseHistogram(256, new RangeF(0, 255));
                dense.Calculate(new Image<Gray, Byte>[] {  ma.ToImage<Gray, byte>() }, true, null);
                //计算直方图数据。
                float[] data = dense.GetBinValues();
                float[] data2 = dense.GetBinValues();
                //获得直方图数据。
                /*** 进行数据归一化到[0,256]区域内并且绘制直方图***/
                float max = data[0]; //最大值
                for (int j = 1; j < data.Length; j++)
                { 
                    if (data[j] > max)
                    { 
                        max = data[j];
                    }
                }
                float Sum = data2.ToList().Sum();
                float FloCount = 0;
                for (int k = 0; k < data.Length; k++)
                { 
                    data[k] = data[k] * 256 / max;
                    FloCount += data2[k];
                    if (FloCount / Sum >= 0.95)
                    { 
                        huidu = k;
                        break;
                    }
                }}
    
    //各种颜色空间 Hsv/Rgb/Hls/Xyz/Ycc/Gray
    public static Image<Hsv, Byte> imageHsv=new Image<Hsv, byte>(mat.Bitmap);
    public static Image<Rgb, Byte> Rgbimg = new Image<Rgb, byte>(mat.Bitmap);
    public static Image<Hls, Byte> Hlsimg = new Image<Hls, byte>(mat.Bitmap);
    public static Image<Xyz, Byte> Xyzimg = new Image<Xyz, byte>(mat.Bitmap);
    public static Image<Ycc, Byte> Yccimg = new Image<Ycc, byte>(mat.Bitmap);
    public static Image<Gray, Byte> Grayimg = new Image<Gray, byte>(mat.Bitmap);
    Image<Gray, Byte>[] imagesHsvs = imageHsv.Split();//分解成H、S、V三部分其他相同
    //高斯滤波实现
    CvInvoke.GaussianBlur(ma, ma, new Size(5, 5), 4);
    //形态学闭运算，先膨胀后腐蚀 Others.matWithPhi(by)自定义模型
    CvInvoke.MorphologyEx(ma, ma, Emgu.CV.CvEnum.MorphOp.Close, Others.matWithPhi(by), new Point(-1, -1), 3, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar(0, 0, 0));
    CvInvoke.MedianBlur(ma, ma, 5);//中值滤波实现
    CvInvoke.PutText(ma05, "G num: 1", new Point(10, 100), FontFace.HersheyComplex, 0.5, new MCvScalar(255)); //指定坐标(10, 100)显示文字，中文乱码，
    VectorOfPoint vp = new VectorOfPoint();
    CvInvoke.ConvexHull(pointof, vp);查找最小外接矩形cvInpaint
    double dou = CvInvoke.ContourArea(vp, false);  //计算面积
    VectorOfPoint vect = new VectorOfPoint();
    CvInvoke.FindNonZero(ma, vect); //获取非0的点
    Mat maSave1 = ma5.Clone();//备份 保留原有图片
    CvInvoke.AdaptiveThreshold(ma, mas, 255, AdaptiveThresholdType.GaussianC, Emgu.CV.CvEnum.ThresholdType.Binary, 3, 0);//查找最适合二值图